МИНИСТЕРСТВО образованиЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
БАЛТИЙСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ИМЕНИ И.КАНТА
ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ
Кафедра экономики и финансов
ИНДИВИДУАЛЬНАЯ КОНТРОЛЬНАЯ РАБОТА№1
Студентки 3 курса
очной формы обучения
направления «Экономика»
профиль «Финансы и кредит»
Прокопенко Карины Игоревны
Научный руководитель:
старший преподаватель Ермолаева Н.Н.
Калининград
2014
В таблице 1 приведены значения среднедушевого прожиточного минимума в день одного гражданина (X) и среднедневная заработная плата (Y)(оба показателя в рублях) в 22 административных территориальных единицах Калининградской области.
Таблица 1
Регион |
Среднедушевой прожиточный минимум в день одного трудоспособного, руб., x |
Среднедневная заработная плата, руб., y |
г. Калининград |
117 |
168 |
Ладушскинский округ |
87 |
121 |
Мамоновский округ |
79 |
152 |
Пионерский округ |
69 |
145 |
Светловский округ |
83 |
153 |
Советский округ |
85 |
155 |
Янтарный округ |
82 |
125 |
Багратионовский район |
80 |
142 |
Балтийский район |
77 |
137 |
Гвардейский район |
79 |
148 |
Гурьевский район |
72 |
133 |
Гусевский район |
71 |
114 |
Зеленоградский район |
80 |
132 |
Краснознаменский район |
91 |
124 |
Неманский район |
84 |
126 |
Нестеровский район |
89 |
115 |
Озерский район |
79 |
126 |
Полесский район |
77 |
117 |
Правдинский район |
67 |
135 |
Светлогорский район |
87 |
142 |
Славский район |
76 |
112 |
Черняховский район |
87 |
151 |
1. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии
Построим линейную
модель
.
Для удобства воспользуемся пакетом
анализа в программе Microsoft
Excel(программа
РЕГРЕССИЯ). Полученные результаты
представлены в таблице 2.
Таблица 2
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
Y-пересечение |
137,4641236 |
26,84441414 |
5,120771975 |
Переменная X 1 |
-0,04722507 |
0,323464689 |
-0,145997604 |
Таким образом, модель построена и зависимость среднедневной заработной платы(Y) от среднедушевого прожиточного минимума в день(X) выражается уравнением:
Yт=137,46-0,047*Х
Где -0,047-коэфициент регрессии, показывающий , что при увеличении среднедушевого прожиточного минимума в день трудоспособного на 1 рубль приведёт к уменьшению среднедневной заработной платы на 4,7 копейки. Свободный член a=137,46 экономической интерпретации не имеет.
2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков ; построить график остатков.
Остатки модели
содержатся в столбце Остатки
итогов программы РЕГРЕССИЯ (таблица
4).
Программой РЕГРЕССИЯ найдены также остаточная сумма квадратов SSост = 3878,791404 и дисперсия остатков MSост = 204,146916 (таблица 3).
Таблица 3
Дисперсионный анализ |
|
|
|
|
|
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
1 |
4,351452838 |
4,35145284 |
0,02132 |
0,885461119 |
Остаток |
19 |
3878,791404 |
204,146916 |
|
|
Итого |
20 |
3883,142857 |
|
|
|
Таблица 4
ВЫВОД ОСТАТКА |
|
|
|
|
|
Наблюдение |
Предсказанное Y |
Остатки |
1 |
134,205594 |
-13,20559379 |
2 |
134,111144 |
17,88885635 |
3 |
134,063919 |
10,93608142 |
4 |
133,875018 |
19,1249817 |
5 |
133,827793 |
21,17220677 |
6 |
133,827793 |
-8,827793235 |
7 |
133,733343 |
8,266656904 |
8 |
133,733343 |
3,266656904 |
9 |
133,733343 |
14,2666569 |
10 |
133,686118 |
-0,686118026 |
11 |
133,686118 |
-19,68611803 |
12 |
133,591668 |
-1,591667887 |
13 |
133,544443 |
-9,544442817 |
14 |
133,497218 |
-7,497217748 |
15 |
133,449993 |
-18,44999268 |
16 |
133,355543 |
-7,355542539 |
17 |
133,355543 |
-16,35554254 |
18 |
133,355543 |
1,644457461 |
19 |
133,261092 |
8,7389076 |
20 |
133,166642 |
-21,16664226 |
21 |
131,93879 |
19,06120955 |
|
|
|
График остатков изображён на Рисунке 1.
Рисунок 1-График остатков